Usando números (pseudo-) aleatórios e a Lei dos Grandes Números para simular o comportamento aleatório de um sistema real.
Estou procurando uma maneira de gerar números aleatórios que pareçam ser distribuídos uniformemente - e todos os testes mostrarão que eles são uniformes - exceto que eles são distribuídos de maneira mais uniforme que os dados uniformes verdadeiros . O problema que tenho com os randoms uniformes...
Estou interessado em determinar o número de padrões significativos provenientes de uma Análise de Componentes Principais (PCA) ou de Função Ortogonal Empírica (EOF). Estou particularmente interessado em aplicar esse método aos dados climáticos. O campo de dados é uma matriz MxN, com M sendo a...
Gostaria de saber se alguém conhece alguma regra geral relativa ao número de amostras de bootstrap que se deve usar, com base nas características dos dados (número de observações, etc.) e / ou nas variáveis
Eu tenho tentado aprender métodos do MCMC e me deparei com amostragens de Metropolis Hastings, Gibbs, Importance e Rejection. Embora algumas dessas diferenças sejam óbvias, ou seja, como Gibbs é um caso especial de Metropolis Hastings quando temos todos os condicionais, outras são menos óbvias,...
Estive estudando a simulação de Monte Carlo recentemente e a tenho usado para aproximar constantes como (círculo dentro de um retângulo, área proporcional).ππ\pi No entanto, não consigo pensar em um método correspondente para aproximar o valor de eee [número de Euler] usando a integração de Monte...
Existe um método de simulação que não seja Monte Carlo? Todos os métodos de simulação envolvem a substituição de números aleatórios na função para encontrar um intervalo de valores para a função. Então, todos os métodos de simulação são essencialmente os métodos de Monte...
Como posso gerar manualmente um número aleatório a partir de uma determinada distribuição, como por exemplo, 10 realizações da distribuição normal
Estou tentando aprender vários métodos de validação cruzada, principalmente com a intenção de aplicar a técnicas de análise multivariada supervisionada. Dois que eu encontrei são as técnicas de validação cruzada K-fold e Monte Carlo. Eu li que o K-fold é uma variação de Monte Carlo, mas não tenho...
ao integrar uma função ou em simulações complexas, vi que o método de Monte Carlo é amplamente utilizado. Estou me perguntando por que não se gera uma grade de pontos para integrar uma função em vez de desenhar pontos aleatórios. Isso não traria resultados mais
Estou tentando aprender um aprendizado reforçado e esse tópico é realmente confuso para mim. Fiz uma introdução às estatísticas, mas simplesmente não conseguia entender esse tópico
Depois de executar a análise de componentes principais (PCA), quero projetar um novo vetor no espaço do PCA (ou seja, encontrar suas coordenadas no sistema de coordenadas do PCA). Eu calculei o PCA na linguagem R usando prcomp. Agora eu devo poder multiplicar meu vetor pela matriz de rotação PCA....
Com base no pouco conhecimento que tenho dos métodos MCMC (cadeia de Markov Monte Carlo), entendo que a amostragem é uma parte crucial da técnica mencionada acima. Os métodos de amostragem mais comumente usados são Hamiltoniano e Metrópole. Existe uma maneira de utilizar o aprendizado de máquina...
Se f1,…,fkf1,…,fkf_1,\ldots,f_k são densidades conhecidas das quais posso simular, ou seja, para as quais um algoritmo está disponível. e se o produto ∏i=1kfi(x)αiα1,…,αk>0∏i=1kfi(x)αiα1,…,αk>0\prod_{i=1}^k f_i(x)^{\alpha_i}\qquad \alpha_1,\ldots,\alpha_k>0 é integrável, existe uma abordagem...
Estou tentando aplicar o MCMC em um problema, mas meus anteriores (no meu caso eles são )) estão restritos a uma área? Posso usar o MCMC normal e ignorar as amostras que ficam fora da zona restrita (que no meu caso é [0,1] ^ 2), ou seja, reutilizar a função de transição quando a nova transição cair...
Meu entendimento do algoritmo é o seguinte: No U-Turn Sampler (NUTS) é um método Hamiltoniano de Monte Carlo. Isso significa que não é um método da cadeia de Markov e, portanto, esse algoritmo evita a parte do passeio aleatório, que geralmente é considerado ineficiente e lento para convergir. Em...
Eu gostaria de gerar amostras da região azul definida aqui: A solução ingênua é usar a amostragem por rejeição no quadrado da unidade, mas isso fornece apenas uma eficiência de (~ 21,4%).1 - π/ 41−π/41-\pi/4 Existe alguma maneira de provar com mais eficiência?
Suponha que eu tenho uma função g(x)g(x)g(x) que desejo integrar ∫∞−∞g(x)dx.∫−∞∞g(x)dx. \int_{-\infty}^\infty g(x) dx. Obviamente, assumindo que g(x)g(x)g(x) chega a zero nos pontos finais, sem explosões, boa função. Uma maneira com a qual estou brincando é usar o algoritmo Metropolis-Hastings...
Estou tentando entender as cadeias de Markov usando SAS. Entendo que um processo de Markov é aquele em que o estado futuro depende apenas do estado atual e não do estado passado e existe uma matriz de transição que captura a probabilidade de transição de um estado para outro. Mas então me deparei...
Quais são algumas técnicas para amostrar duas variáveis aleatórias correlacionadas: se suas distribuições de probabilidade são parametrizadas (por exemplo, log-normal) se eles tiverem distribuições não paramétricas. Os dados são duas séries temporais para as quais podemos calcular...
Os testes de permutação (também chamados de teste de randomização, teste de re-randomização ou teste exato) são muito úteis e úteis quando a suposição de distribuição normal exigida por, por exemplo, t-testnão é atendida e quando a transformação dos valores pela classificação do teste...